Понятно, какого лектора слушать интересно: харизматичного, знающего, успешного в своей области. Но есть одна хитрость: крутой лектор никогда не рассказывает всего, что знает. Во-первых, он хочет, чтобы на его семинар пришли ещё раз (а в случае какой-нибудь “Второй Молодости” это его основная задача). А во-вторых, так он кажется более умным и убедительным.

Но я сейчас отпилю сук, выстрелю себе в ногу и раскрою лучших поставщиков знаний на планете для своих любимых читателей. Я перелопатил кучу материала и выбрал для вас самое лучшее, самое свежее, самое полезное. Названия намеренно даю оригинальные: на английском читать их гораздо полезней.

1. The Drunkard’s Walk by Leonard Mlodinow («Несовершенная случайность», Леонард Млодинов). Ничего лучше по теории вероятности, на мой взгляд, не существует: тут всё объяснено доходчиво, последовательно, и при этом настолько интригующе, что многое понимаешь и запоминаешь, ещё не дочитав предложение. Куча живейших примеров из жизни, исторических курьёзов, огромное количество исследований поведения людей перед лицом неопределённости.

( Читать дальше )

Доброго времени суток уважаемые!

В этом году Google преподнёс всем отличный подарок  — открыл бесплатный сервис Google Colab.
Google Colab — это сервис где каждый (нужен акк Google, например от Gmail) может попробовать силы в машинном обучении (искусственный интеллект и другие умные слова).

Бесплатно!

Нам он интересен чем — можно заниматься стратегиями, расчётами и строить сложные графики. А ещё Google Colab не закрыт для внешнего интернета — скачиваем котировки и данные с других ресурсов.
Даже если вы очень далеки от этого — попробуйте, это просто.
Я расскажу о первых шагах.

Сам Google Colab — это интерфейс Jupyter Notebook (бывший IPython).

Задача простая — скачать котировки SPY, нарисовать график, посчитать число падений close-to-close больше 3х процентов за 7 лет.
1. Имеем акк gmail (короче google account)
2. Идём сюда: https://colab.research.google.com/notebooks/welcome.ipynb  (открывается страница приветствия)
3. File -> New Python 3 notebook
4. Само рабочее пространство (notebook) представляет из себя набор строк («ячеек» — cells) куда вводится код на языке Python, который можно выполнять (треугольник знак «воспроизведения» слева от каждой строки). Наш код будет вот такой:

( Читать дальше )

Мне еще далеко до uralpro, secret'a, и всех остальных, кто делает больше 3000 сделок в день. Железо и логика пока в этом не нуждаются, а
вот стабильность работы- да. Поэтому стараюсь идти и прислушиваться.

Подведем итоги уходящего года, по трендовой системе, которая была на ЛЧИ.

В поисках тренда был взят si br rts+поводыри. То есть система в обычном режиме,- работает как в пиле. Но если появляется тренд по 6-ти
признакам, то пила продолжается, но объем по ней уменьшается. То есть большая часть портфеля начинает занимать позу тренда. Пила встает в
качестве хеджа (мы же не знаем период зарождения тренда, отстрела, и финального аккорда).
В 2018 году основные два тренда были- весной в si, осенью в br. Удалось взять около 70% по обоим трендам и НЕ отдать в боковике.
Сейчас основная работа идет в том, что бы начать зарабатывать в пиле, а не стоять на месте и не кормить брокера.(48 тыс бирже, 37 тыс
брокеру-если не врет отчет брокера)

( Читать дальше )

Мотивирующим фактором в написании своего фрагмента истории, стал пост https://smart-lab.ru/blog/465721.php

В 2013 году собрал команду, для написания роботов. К этому времени была рабочая стратегия, которая давала Профит на фьючерсе индекса РТС. Основана была на индикаторе RSI. Торговал я её ручками, поэтому хотелось формализовать в робота.

 

Программа для написания робота была выбрана Omega Research TradeStation. Котировки и дополнительную информацию брали у Юрия Кондратенко, а так же с его сайта.

 

 

После написания и запуска робота в боевом режиме, начался поиск новых идей.

Было перелопачено куча информации по алго. Несчетное количество бэктестов. Получая положительный тест стратегии, глаза начинали загораться, думая вот он тот самый «ГРААЛЬ». Но по истечении определённого времени " Система ломалась" и вера в «Вечный двигатель» угасала. В это время проходил постоянный поиск новых стратегий. Временами компьютер работал сутками, оптимизируя те или иные стратегии.

( Читать дальше )

Читая в последние дни топики на тему продажи краев известными персонажами, можно сделать несколько выводов:
1. Коровин и Анохин  — герои! Плохие — это брокеры и биржа.
2. Стратегия на самом деле жизнеспособная и если бы не козлы-брокеры, все было бы нормально.
3. ни 2008, 2014, 2018гг никого и ничему не научат. Каждый будет торговать подобную стратегию до тех пор, пока не перестанет торговать. Совсем.
       Тем не менее предлагаю для разнообразия сравнить две стратегии. Обе суть продажи.
1. Продажа голых краев. Отступаю примерно на 3 страйка (7500), не так далеко. чтобы очевиднее было, что будет происходить с позой. Потенциальный профит 16тыс. ГО в момент открытия позы без малого 100тыс! Потенциальная доходность позы 16%.


2. Проданный кондор, состоит из двух проданных вертикальных спредов. Параметр по профиту примерно такой же 15300. Пока писал, уже изобразила почти 2тыс. профита. ГО в момент открытия 32700. У голой продажи больше чем в 3 раза! Потенциальная доходность по стратегии 46%. Логично, что выше в 3 раза голых продаж.

( Читать дальше )

Решил начать писать небольшие заметки по алгоритмической торговле и всему что с ней связано. Возможно, когда-нибудь расширю, склею и опубликую в виде книжки. Пока же это просто наброски заметок, сделанные на скорую руку.

Можно часто слышать от тех, кто торгует алгоритмически, да и просто систематически, такие понятия как «оверфиттинг», «курвафиттинг», «зафит» и прочие ругательства с корнем «фит». Что все это значит?
На самом деле, все эти слова, как правило, используются для описания одного и того же явления, являющегося врагом всех трейдеров, торгующих систематически и пытающихся оценить исторический перформанс своих торговых логик — а именно, что «живой» аут-оф-сампл перформанс на реальном счете, как правило, хуже ожиданий, полученных ими при проверке своих идей на истории. Например, при тестировании торговой логики на истории трейдер с помощью своей модели «зарабатывал» 30% годовых, а в реале может в среднем иметь 10% годовых. Разница 20% годовых — может объясняться именно оверфиттингом (если нет других факторов — например, некорректный учет комиссионных и проскальзываний, или ошибка в торговом коде; но прочие факторы легко устранить, в отличие от оверфиттинга). На картинке в начале статьи — пример перформанса некоторого фонда в бэктесте и в реальности, наглядно иллюстрирующий написанное выше.

Оверфиттинг является следствием комбинации одного или нескольких из следующих факторов, положительно влияющих на бэктест (результаты прогонки модели на истории), что и создает у трейдера завышенные ожидания от своей модели. В этой части мы рассмотрим основные источники оверфиттинга, в следующей — поговорим о способах избежания или минимизации оверфиттинга при историческом тестировании моделей.

( Читать дальше )

Рынок природного газа штатов достаточно замкнутая система, все что добывается то и потребляется внутри. Правда есть немного импорта из Канады, но он весь компенсируется экспортом в Мексику и через недавно запущенные терминалы LNG. Последние пару лет итоговый баланс крутится около нуля плюс/минус доли процента. Таким образом внешнее влияние на цены исключается, разберемся что на них влияет внутри. 

Газ обладает ярко выраженной сезонностью. Летом его потребление в основном состоит из двух примерно равных частей это генерация электроэнергии и химическая промышленность. Зимой, Америка начинает активно использовать пригодный газ для отопления (его доля среди прочих отопительных систем составляет порядка 50%) и в пики холодов, доля отопления в общем потреблении газа доходит до 30-35%, а это уже ощутимая доля, которая в свою очередь существенно влияет на цену.

Отлично! мы нашли зависимость которую можно торговать. Давайте разберемся подробнее от чего и как все таки зависит цена. На первый взгляд конечно же от погоды, но проблема в том что прогнозировать более менее точно погоду на длительные периоды не умеет ни одна из существующих на сегодня моделей, впрочем нам это и не нужно.

( Читать дальше )

Интересные инструменты быстрого обзорного изучения факторного инвестирования и распределения активов

Asset Allocation Interactive Navigate long-term forecasts for over 130 assets and model portfolios

 
Smart Beta Interactive Explore expected returns and valuations for smart beta and factor strategies